Yeda AI Tips · #047

English

Fija el comportamiento de un modelo local con un Modelfile

Pídele a un modelo local de propósito general que "solo responda preguntas de tarea guiando, sin dar nunca la respuesta directamente", y quizás lo cumpla — por un mensaje. Empieza un chat nuevo y la instrucción desaparece. Si quieres una regla que se mantenga cada vez, no la pones en el chat. La pones en un Modelfile.

El problema de las instrucciones que viven solo en el chat

Un prompt de sistema escrito en una ventana de chat vive únicamente en esa sesión. Cierra la ventana, cambia de dispositivo o deja que otra persona use el mismo modelo, y la regla se pierde. Para cualquier cosa que quieras reutilizar — un bot de soporte que no se salga del tema, un ayudante de tareas que no reparta respuestas sin más, un asistente con una persona fija — reescribir las instrucciones cada vez no es un flujo de trabajo, es una tarea repetitiva que tarde o temprano se saltará.

Por qué un Modelfile lo resuelve

Ollama te permite definir un nuevo modelo sobre uno existente usando un pequeño archivo de texto llamado Modelfile. Especifica un modelo base más un prompt de sistema (y, opcionalmente, otros parámetros), y una vez que lo construyes, el resultado es un modelo real y con nombre propio en tu máquina — no un ajuste de chat, un modelo. Cualquiera que ejecute ese nombre recibe las reglas integradas, cada vez, sin configuración alguna.

Cómo hacerlo

  1. Crea un archivo llamado Modelfile (sin extensión) en cualquier ubicación del disco.
  2. Agrega dos líneas para empezar:
    FROM llama2
    SYSTEM "You are a homework helper. Guide the student toward the answer with hints and questions. Never give the final answer directly."
    FROM elige el modelo base ya disponible a través de Ollama. SYSTEM es la instrucción que se aplica a cada conversación con este nuevo modelo, de forma automática.
  3. Construye el modelo: ollama create homework-helper -f Modelfile. Esto registra homework-helper como su propio nombre de modelo, respaldado por llama2 más tu prompt de sistema.
  4. Ejecútalo como cualquier otro modelo: ollama run homework-helper. No hace falta volver a pegar las instrucciones — la regla queda compilada dentro.
  5. Limpia cuando termines. ollama rm homework-helper elimina el modelo personalizado sin tocar el modelo base a partir del cual se construyó.

Dónde encaja esto

Trampas

Trucos avanzados

Recursos

¿Estás construyendo una función de IA? Yeda AI diseña, audita y lanza sistemas LLM en producción.

Hablemos · Lee el blog